NVKE로 자체 NVIDIA GPU 서버에서 고객별 쿠버네티스 클러스터를 직접 만들어 운영할 수 있습니다 | DAKER 커뮤니티

dsx-ai-factory/nvke는 NVIDIA가 공개한 NVIDIA Kubernetes Engine(NVKE)으로, 자체 보유한 NVIDIA GPU 베어메탈 위에서 관리형 쿠버네티스 서비스를 운영하게 해 주는 관리 플레인입니다. 2026-11-09 KST GitHub Trending Daily 2위에 올랐고, GitHub API 기준 별 884개(2026-11-09 11:41 KST 확인), 주 언어 Go, 라이선스 Apache-2.0입니다. 아직 프리뷰 단계라 운영 환경에는 권장되지 않는다고 README가 분명히 밝힙니다.

NVKE는 쿠버네티스 배포판이 아니라, 고객마다 독립된 쿠버네티스 클러스터를 만들어 주고 관리하는 공장에 가깝습니다

무엇인가

저장소 설명은 NVIDIA Kubernetes Engine (NVKE). A management plane for GPU Kubernetes on bare metal입니다. 플랫폼 팀이 NVKE 관리 플레인을 설치해 운영하고, 그 위에서 고객별 워크로드 클러스터를 만들어 줍니다. 각 워크로드 클러스터는 자기만의 쿠버네티스 컨트롤 플레인, etcd, 노드 풀을 갖고, 고객은 쿠버네티스 API와 kubectl로 자기 클러스터를 씁니다.

README는 NVKE를 쿠버네티스 배포판도, Cluster API 변형도 아닌 클러스터를 스스로 찍어 내는 공장이라고 설명합니다. 잠깐 쓰고 버리는 시드 클러스터가 관리 클러스터를 세우고, 관리 클러스터의 관리 플레인이 필요할 때마다 서로 격리된 워크로드 클러스터를 만들고 수명 주기를 관리하는 구조입니다. 머신 공급은 NVIDIA Infra Controller(NICo)를 거치며, 프리뷰에서는 NICo가 유일하게 호환되는 인프라 제공자입니다.

README가 꼽는 주요 기능은 네 가지입니다. NVKE API나 nvkectl로 독립 워크로드 클러스터 생성, 노드 풀 생성·확장·삭제와 쿠버네티스 업그레이드·노드 교체, TPM 기반 SPIFFE/SPIRE 증명을 거친 뒤에만 노드에 가입 자격을 주는 노드 신원 확인, 그리고 자매 프로젝트 NVKR이 만든 노드 이미지와 구성 요소를 그대로 배포하는 빌드·배포 연결입니다.

왜 지금 뜨나

2026-11-09 KST 기준 GitHub Trending Daily 목록 2위에 있습니다. 저장소는 2026-08-05 KST에 만들어졌고, 같은 시각 API로 확인한 포크는 111개, 최근 푸시는 2026-11-07 11:09 KST입니다. 저장소를 올린 DSX AI Factory 조직은 GitHub 인증 조직으로 nvidia.com을 웹사이트로 걸고 있으며, README 저작권 표기도 NVIDIA CORPORATION입니다. 사내 GPU 서버를 여러 팀이나 고객에게 클러스터 단위로 나눠 주려는 수요가 커지는 가운데, NVIDIA가 그 관리 계층을 오픈소스로 내놓았다는 점이 눈길을 끄는 것으로 보입니다.

어떻게 써 보나

GPU 장비가 없어도 로컬 빠른 시작으로 가상 머신 위에서 관리 플레인과 워크로드 클러스터를 띄워 볼 수 있고, NVIDIA 계정도 필요 없다고 README가 안내합니다. 문서의 흐름 가운데 핵심 명령만 추리면 다음과 같습니다.

git clone https://github.com/dsx-ai-factory/nvke.git
cd nvke
make -C controller host-up
make -C cli build
export PATH="$PWD/cli/bin:$PATH"
make -C controller capd-up
nvkectl get providers
nvkectl create cluster -f cli/examples/nico-mock-cluster.yaml
nvkectl get clusters
nvkectl get kubeconfig my-cluster --output-file my-cluster.kubeconfig
kubectl --kubeconfig my-cluster.kubeconfig get nodes

로컬 빠른 시작은 amd64 또는 arm64 Linux 호스트나 VM에서 돌고, CPU 6개, 여유 메모리 12GiB, 여유 디스크 100GiB 이상이 필요합니다. Docker, 가상 TPM 지원, Go 1.27.3, kind, kubectl, Helm 4, tilt 같은 도구도 갖춰야 합니다. macOS에서는 Colima 가상 머신 안에서 평가하는 별도 가이드를 따릅니다.
중간에 nvkectl config set-site로 로컬 사이트를 등록하는 단계가 있으니, 정확한 순서와 출력 확인은 저장소 문서의 로컬 빠른 시작을 그대로 따르는 편이 안전합니다. 마지막에 워크로드 클러스터 노드가 Ready로 보이면 성공입니다.
소스 빌드는 make build 한 번으로 nvkectl, controller, agent 등 바이너리 9개를 bin 폴더에 만듭니다. 빌드만으로는 관리 플레인이 뜨거나 클러스터가 생기지 않습니다.
실제 설치에서는 머신, 네트워크, 노드 이미지, 레지스트리를 직접 준비하고 NICo 접근을 설정해야 합니다. 프리뷰 상태에서는 설치 직후 API 인증이 꺼져 있고 평문 HTTP를 쓰므로, 호출자를 받기 전에 API 인증부터 설정하라고 README가 강조합니다.

어디에 쓰면 좋나

연구실이나 회사가 가진 GPU 서버를 팀·프로젝트별로 독립 클러스터로 나눠 주는 방식을 미리 실험해 보고 싶을 때
멀티테넌트 GPU 클라우드의 관리 플레인 설계, 노드 신원 확인, 클러스터 수명 주기 관리 구조를 실제 코드로 공부하고 싶을 때
모델 학습·추론 인프라를 쿠버네티스로 운영하는 MLOps 담당자가 클러스터 단위 격리 방식을 비교 검토할 때
Go와 쿠버네티스 컨트롤러 개발에 관심 있는 개발자가 NVIDIA 오픈소스 프로젝트에 기여해 보고 싶을 때(운영 환경 도입은 프리뷰 제한 사항을 먼저 읽어 보세요)

출처

https://github.com/dsx-ai-factory/nvke — README·저장소 설명·라이선스(Apache-2.0)·주 언어(Go), 별 884개(2026-11-09 11:41 KST, GitHub API 확인)
https://github.com/dsx-ai-factory/nvke/blob/main/docs/get-started/quickstart-local.md — 로컬 빠른 시작 요구 사항과 명령
https://github.com/trending — 2026-11-09 KST Daily 트렌딩 2위

여러분은 GPU 서버를 나눠 쓸 때 클러스터를 통째로 나눠 주는 방식과 한 클러스터 안에서 네임스페이스로 나누는 방식 중 어느 쪽을 더 선호하시나요?